一种基于神经网络的能耗分析方法

专利申请号：CN202211036543.X

公 开 号：CN115115284A

发 明 人：张振升 翟兆国 王培磊 刘林松 赵春燕 陈靖 刘伟 王超 

代 理 人：济南圣达知识产权代理有限公司于凤洋

代理机构：济南圣达知识产权代理有限公司

专利类型：发明申请

申 请 日：20220927

公 开 日：20220829

专利主分类号：G06Q10/06

关 键 词：网络参数 样本数据 能耗预测 数据序列 关联度 时间段 下采样 网络 计算机系统技术 计算模型 能耗分析 神经网络 特征类别 修正系数 训练过程 总能耗 学习 更新 保证 

摘      要：本发明涉及特定计算模型的计算机系统技术领域，具体涉及一种基于神经网络的能耗分析方法。方法包括：获取各样本数据；得到各样本数据对应的各数据序列的各下采样序列；根据所述各下采样序列，得到各样本数据中的各综合序列；根据所述各综合序列，得到各特征类别的平均损失值；根据各特征类别的平均损失值，得到各特征类别与各网络参数的关联度；根据所述关联度，得到各网络参数的更新修正系数，进而得到各网络参数在第二次训练过程中的学习率；根据所述学习率，得到训练好的能耗预测网络；将当前目标时间段的各数据序列输入到训练好的能耗预测网络中，得到下一目标时间段的建筑总能耗序列。本发明在保证网络精度的同时提高了网络的训练速度。